基于C-means和FCM的侧扫声呐图像分割方法研究

摘要

研究了C-means和FCM两种聚类分割算法对侧扫声呐图像的应用,其中FCM在C-means的基础上引入了隶属度的模糊概念,增加了计算量的同时分割精度有很大提升.同时,对比分析两类分割图像和聚类标准的收敛性曲线.实验结果表明,对C-means、FCM两种聚类算法进行运行速度、分割精度、适用性等方面的比较,发现C-means算法易于实现、运行速度快,但是分割精度不如FCM高,适用于对精确度要求不高的图像分割;而在对比度低、噪声严重的图像区域,C-means算法容易导致误割,FCM算法更合适.